一种光伏微电网直流侧故障电弧识别方法

摘要

本发明涉及故障电弧检测技术领域，提供一种光伏微电网直流侧故障电弧识别方法，首先采集光伏微电网的m组正常状态和发生故障电弧状态下的直流侧电流信号；然后对每组信号进行变分模态分解成K个模态分量信号；接着选取每组信号中两个信号的模态分量之差最大的前三个对应的模态分量，进行模糊熵处理；再构建概率神经网络模型，将模糊熵作为识别故障电弧的特征值，设定故障电弧状态与正常状态的状态标签以训练模型；最后，实时采集光伏微电网的直流侧电流信号，对其进行变分模态分解及模糊熵处理后，将模糊熵输入训练后的概率神经网络模型中，得到状态标签并据此识别故障电弧。本发明能够提高故障电弧识别的准确性、效率、及时性及抗干扰性。